炼化企业中数字化工厂的建设与应用

计划，对项目实施中的潜在风险进行识别，分析，规避负面影响，把握正面机会，定期对项目进行监督，指导，保障项目按管理计划既定基线运行，加强项目相关干系人的沟通，以保障项目成功实施。

业务部门所做的工作、所起的作用是不可忽视的，他们参与该工作的积极性直接决定了信息化进展程度的快慢、信息化系统水平的高低。数字化工厂的建立最后还是要有人去用，利用各种有用的数字化资源为生产管理服务，因此用户的“想法”特别重要，数据则根据用户的应用需求来确定。用户有想法准备用来使用和分析的数据，我们优先植入系统，以“应用”促“建设”，是信息化项目接地气的重要方法。业务部门更多的是关注管理和业务，对信息系统的实施不会积极主动的参与，一般也不会派驻专人进入项目实施组，通常只有一名业务联系人。数字化工厂改变了传统工作模式，本身就会遇到阻力，在没有给业务人员带来便利的同时，必然会引起抵触情绪。

数字化工厂数据量十分巨大，实施周期长，实施人员一定要主动与业务部门的人员进行融合沟通。信息系统的宗旨就是提高工作效率，给业务人员的工作带来便利，实施前首先要了解和掌握业务的工作流程，知道业务部门关心的是哪些设备参数，经常变化的动态数据有哪些，在检维修流程中他们最繁琐的是哪些环节，信息系统能否给他们带来实用性的帮助，这样针对性的与业务关联起来，就比较容易引起业务部门的关心和关注。

4.4、应用范围梳理

数据的组织与管理工作也十分重要，很多信息系统重建设、轻应用和数据管理，造成烂尾楼的现象，数据就像是人体的血液，有了血液系统才能形成一个有活力的有机体，业界流传很广的一句话是“三分技术，七分管理，十二分数据”，可见数据的重要性。炼化企业一套装置设备数据的采集、录入通常需要一个月时间，给业务人员带来了沉重的负担，并且数据很容易出现收集不全、丢失或录入错误的情况，数据还需要进行采集、录入、整理、归纳、提炼等一系列过程，才能有应用价值，所以数据的管理一定要采取灵活、机动的策略。数据建设采用层层推进的策略，不要期望数据的管理能一步到位；做好数据建设的组织与管理工作；做好基础资料的后续维护。

数据质量是数据的生命，错误的数据不但没有任何意义，而且干扰生产。外界环境和生产情况在不断变化，数据准确度是个相对的概念，目前数据准确并不代表一直都准确，所以对于静态数据和动态数据都要不断调整和优化，这是长期的、无止境的。

总之，基础数据整理是个艰苦细致的工作，数据质量的提高是个渐进和求精的过程。实施信息系统的企业一定要高度重视基础数据的整理，使基础数据达到了及时性、准确性和完整性的要求。基础数据准备这项工作的重点不是在数据本身，严密的计划和合理的组织才是完成这项艰巨工作的最好手段。同时利用已经提供的各类分析工具进行分析应用。

结语：

数字化工厂是一个庞大的综合性管理、展示、查询和培训平台，它是对现有信息化系统的提升和更高层次的应用。建成一个完整的炼油企业数字化工厂环境，并在这个庞大的虚拟空间上建设各种分析应用、模拟演示等各种各样的高级应用，有着强大的应用空间和前景。但目前还处于摸索和实践的阶段，要达到预期的目标还有很长的路要走！

参考文献

[1] 柳纯录，刘明亮 等 信息系统项目管理师教程（第2版）清华大学出版社 2010，9

[2] 张浩.数字化工厂技术发展与展望[J].世界仪表与自动化，2003，7（8）：12-14.

[3] 张浩， 樊留群， 马玉敏等.数字化工厂技术与应用[M].北京：机械工业出版社，2006，4.

[4]魏娜.数字化工厂的提出及其关键技术[J].科技創新导报，2009，（9）：238.

作者简介：马冬泉，男，工程师，中国石油呼和浩特石化公司信息中心信息管理岗位，现从事信息系统的运维与开发工作，先后参加了三维数字化工厂、信息门户、OA、ERP、设备管理平台等信息化项目的实施与运维。